Direct naar inhoud
Alle use cases
Data & AnalyseMeiling CoatingsAfgerond

38.089 kleurrecepten gecontroleerd op fouten

In de database van een verfmengmachine zaten doseerfouten, maar niemand wist welke en hoeveel. We lichtten ruim 38.000 recepten door en leverden een controlelijst van 89 verdachte recepten, inclusief de waarschijnlijke oorzaak.

De uitdaging

Meiling Coatings wist dat sommige kleurrecepten verkeerde hoeveelheden bevatten. Handmatig nalopen van tienduizenden recepten is onbegonnen werk.

De oplossing

Een volledige controle van de receptendatabase, met een Excel-bestand waarin elk verdacht recept is gemarkeerd en toegelicht.

De stappen

  1. 1

    Database ingelezen

    38.089 recepten uit de periode 2003 tot en met mei 2026, verdeeld over 31 kleurcollecties.

  2. 2

    Eerste controle

    Recepten waarvan de doseringen samen boven het maximum uitkomen. Dat leverde 52 gevallen op.

  3. 3

    Een gat in de aanpak

    Meiling Coatings noemde een bekende fout die niet in de lijst stond. De eerste methode vond dus alleen te hoge doseringen.

  4. 4

    Tweede controle

    Recepten van dezelfde kleur met elkaar vergeleken. Wie onder de helft van de gebruikelijke waarde zit, is verdacht. Dat leverde 37 extra gevallen op.

  5. 5

    Patroon gevonden

    Bijna alle te lage doseringen stammen uit dezelfde week in 2024, wat wijst op één foute import.

De oplevering

  • Excel met drie tabbladen: uitleg van de methode, de 89 te controleren recepten en alle recepten met status
  • Kleurcodering per type fout en ernst
  • Twee conceptmails: één voor de werkplaats en één voor de leverancier

Heb jij een proces dat slimmer kan?

Vertel me waar je tegenaan loopt. Grote kans dat ik er een oplossing voor kan bouwen.